AI-чемпіон: хто насправді тягне впровадження всередині компанії

Про що насправді звіт, який цитують заради 95%?

У серпні 2025 року MIT Project NANDA опублікував «The GenAI Divide: State of AI in Business 2025». З нього в обіг пішла одна цифра: при витратах бізнесу на генеративний AI у 30–40 мільярдів доларів 95% організацій не отримали жодної віддачі.

Методику варто прочитати до того, як спиратися на цифру. Дослідження стоїть на трьох ногах: систематичний огляд понад 300 публічно описаних AI-ініціатив, структуровані інтерв'ю з представниками 52 організацій і 153 анкети керівників, зібрані на чотирьох галузевих конференціях. Автори самі попереджають, що відсотки відображають вибірку з 52 організацій і можуть не описувати ринок загалом, а визначення успіху в різних компаній різнилося.

Причину автори називають без пом'якшень: головна перешкода — не інтеграція, не бюджет і не брак спеціалістів, а організаційний дизайн. У розділі про структуру команд формулювання ще жорсткіше — успіх залежить не так від ресурсів, як від децентралізації повноважень із чітко призначеним власником.

Хто починав найуспішніші впровадження?

Багато найсильніших корпоративних впроваджень починалися з power users — співробітників, які вже експериментували з такими інструментами, як ChatGPT або Claude, для власної продуктивності.

— MIT Project NANDA, The GenAI Divide, 2025

Далі в тому ж абзаці звіт пояснює, чому саме вони. Ці люди інтуїтивно розуміли і можливості інструмента, і його межі, а тому ставали ранніми чемпіонами вже офіційно погоджених рішень. Замість покладатися на центральну AI-функцію, успішні організації дозволяли власникам бюджетів і керівникам напрямків самим піднімати проблеми, перевіряти інструменти й вести впровадження.

У висновках звіту цей пункт стоїть поруч із двома іншими: компанії, які перейшли «розрив», купували рішення, а не будували самі; давали повноваження лінійним керівникам, а не центральним лабораторіям; обирали інструменти, що глибоко інтегруються в роботу і змінюються разом з нею.

• вимагали підгонки під внутрішні процеси і власні дані, а не універсального рішення
• оцінювали інструменти за операційним результатом, а не за бенчмарками моделей
• проходили ранні невдачі разом з постачальником, ставлячись до впровадження як до спільної еволюції
• брали ідеї від лінійних керівників, а не від центральної лабораторії

Що показали сто компаній Every?

Natalia Quintero очолює консалтинговий напрямок у медіакомпанії Every. За її словами, з моменту приходу вона поговорила більш ніж зі ста організаціями — стартапи, хедж-фонди з мільярдами під управлінням, креативні агенції, фонди прямих інвестицій, медіа — про труднощі з впровадженням AI. У грудні 2025 року вона описала, що чує на цих розмовах майже дослівно однаково: інструменти є, кілька просунутих користувачів є, що робити далі — незрозуміло.

Її діагноз розходиться з очікуваним. Це не проблема технології, а проблема ясності: у керівників немає сформульованої відповіді, чого вони хочуть досягти, і тому вони не можуть сказати, де тут AI.

Автоматизувати можна лише те, що ви здатні чітко описати.

— Natalia Quintero, Every

Друга половина її матеріалу закрита платною підпискою, тому тут цитується тільки відкрита частина.

Які три персони гальмують — і яку легко проґавити?

Коли Quintero розбирала, чому люди не користуються AI на роботі регулярно, у неї склалися три типи.

• Скептики. Їм незручно з новою технологією і вони сумніваються, що вона взагалі спрацює. У багатьох компаніях спочатку користуються активно, а потім швидко кидають — коли доходить, що це нова навичка і вчитися доведеться довго.
• Перевантажені. Інструменти є, бажання теж може бути, але людина тоне в поточній роботі. Одна відповідь із її інтерв'ю: «Якщо ви заговорите зі мною про промпт-інжиніринг, я заплачу».
• Стрибуни по інструментах. Параліч аналізу, замаскований під прогрес: оцінюють тридцять інструментів, міняють платформи, женуться за релізами і не опановують жодного. Одна фірма розповіла, що мала труднощі із завантаженням документів у ChatGPT, тому команди перейшли на Perplexity. Інструмент змінився, проблема впровадження лишилася.

Четвертий тип не гальмує — і саме тому його легко проґавити. Every називає його самотнім просунутим користувачем: людина знайшла, як AI змінює її роботу, отримує з цього реальну користь і при цьому повністю ізольована. Причина не в характері. AI не поширюється так, як інший софт: якщо хтось один завів команді таск-трекер, виграють усі автоматично, бо порядок у задачах видно збоку і вчити інструмент необов'язково. З AI інакше — ваші промпти, ваші сценарії, ваші автоматизації побудовані навколо вашого контексту і вашого способу думати. Вони не переносяться.

Що саме робить AI-чемпіон у реальному кейсі?

Найдетальніший приклад у Quintero — клієнт із приватних інвестицій. Партнер фірми, якого в матеріалі називають Jonathan, поєднував дві речі, що рідко живуть в одній людині: технічне розуміння AI і розуміння людської динаміки навколо нього. Друге означає, що він бачив, як різні команди всередині однієї фірми рухаються з різною швидкістю, залежно від того, скільки в них лишається ресурсу на експерименти.

Разом із командою Every він сів із кожним інвестором фірми і розписав у деталях усе, що той робить: дослідження, дью-ділідженс, картування ринку, управління портфелем. З цієї карти вибрали місця, де важіль найбільший. Найдорожчою за часом виявилася задача перебирати інвестиційні тези, накопичені більш ніж за десять років, і прикладати до них поточну стратегію. Після того як до ChatGPT під'єднали потрібні джерела даних і провели їх через набір власних промптів, чернетка інвестиційного меморандуму почала займати 30 хвилин замість трьох тижнів.

Це можливо тільки тоді, коли всередині є людина, яка розуміє всі складові.

— Natalia Quintero, Every

Він не обирав модель і не писав інтеграцію. Він провів розмову з кожним колегою і склав карту роботи — рівно те, чого не зробить ні підрядник ззовні, ні керівник згори.

Чому та сама відповідь знайшлася на двадцять три роки раніше?

Коли Auspex розбирав, звідки взялася цитована всіма цифра про провал CRM-впроваджень, найдетальнішим із тих досліджень виявилася спільна робота CRMGuru.com, Mangen Research Associates і Caribou Lake Customer-1, опублікована 2002 року. Вона виділила чотири фактори, від яких залежить окупність. Другим у списку стоїть залучення лінійних співробітників.

Формулювання тодішніх авторів звучить так, ніби написане про AI: змусити менеджера користуватися інструментом не можна, але можна показати, що система забирає в нього частину роботи, — а яку саме, з'ясовується тільки якщо спитати його на етапі проєктування. Жоден із чотирьох факторів не є програмним забезпеченням.

Ким AI-чемпіон не є?

Коли компанія вирішує «зайнятися AI», роль зазвичай дістається одному з чотирьох. Системному адміністратору — він знає, як влаштований софт, і не знає, як менеджер насправді веде угоду. Найгучнішому ентузіасту — але ентузіазм не дає права змінити регламент. Зовнішньому підряднику, тобто нам, — а ми бачимо процес рівно настільки, наскільки його показали на аудиті. Або людині, призначеній наказом відповідальною за цифровізацію, у якої від цієї автоматизації особисто нічого не болить.

Якщо звести обидва джерела, впізнати чемпіона можна за двома речами, яких немає в посадовій інструкції. Він робив цю роботу руками і тому знає її в деталях, а не за описом процесу. І він бачить, що сусідній відділ рухається повільніше, але вважає це різницею в запасі часу, а не саботажем. Дві інші ознаки — що людина вже щось автоматизувала собі сама і що їй вистачає повноважень змінити правило — перевіряються питаннями нижче.

Як знайти AI-чемпіона в команді на 10–50 людей?

Конкурс оголошувати не треба. Достатньо чотирьох питань, і відповіді на них зазвичай уже є в компанії.

• Хто вже щось автоматизував собі сам, без вашого відома? MIT називає це тіньовим AI і зазначає, що така самодіяльність часто дає кращу віддачу, ніж офіційні ініціативи, бо показує, що болить насправді.
• Хто з керівників напрямків може назвати число свого процесу сьогодні — скільки заявок приходить за тиждень, за скільки годин на них відповідають?
• Хто в останній розмові про новий інструмент говорив про свій процес, а не про сам інструмент?
• У кого вистачить повноважень змінити правило, а не тільки попросити про зміну?

Людина, яка проходить усі чотири питання, у команді на 10–50 осіб зазвичай одна. Буває, що нуль, — тоді впровадження варто відкласти, поки хтось не з'явиться. В Every при цьому наполягають на протилежному боці тієї ж медалі: Dan Shipper каже, що організація зайде в AI рівно настільки, наскільки зайшов її керівник, і делегувати це не вийде. Одне іншому не суперечить. Керівник задає, наскільки далеко можна зайти; чемпіон — що саме поїде першим.

Чому підрядник не замінює чемпіона, а чемпіон — підрядника?

Auspex — компанія з впровадження CRM і автоматизації бізнес-процесів; за десять років ми провели понад півтори тисячі проєктів. У нашому порядку робіт перший крок — не демо системи, а розмова і спостереження за тим, як бізнес працює насправді. Питання «хто у вас уже щось налагодив собі сам» ставиться там же, і відповідь на нього коштує дорожче, ніж здається: вона показує, з якого процесу починати.

Ми впроваджуємо не «CRM», а один конкретний процес, і в цього процесу з боку замовника має бути ім'я власника. Критерій приймання в наших SOW звучить як «команда працює в CRM», а не «воронку налаштовано» — одне слово різниці, але воно переносить ризик невикористання з клієнта на нас. Без чемпіона всередині виконати такий критерій важко, і ми це знаємо до підпису.

З чого почати цього тижня?

• Випишіть, хто у вашій команді за останні три місяці зробив щось із AI без завдання від вас. Це список кандидатів, і він рідко буває довшим за два прізвища.
• Виберіть один процес, який болить цій людині особисто, і назвіть його сьогоднішнє число.
• Дайте їй дві години на тиждень у робочому часі — не «за наявності можливості», а в календарі.

Останній пункт виглядає найдешевшим і зривається найчастіше. Quintero сама в нього потрапила наприкінці 2025-го: дні були забиті зустрічами і клієнтською роботою, часу розібратися з новими інструментами не лишалося. Вихід вона знайшла за межами робочого дня — почала вставати о шостій ранку і кодити разом з інженером Every. З цих ранків вийшов агент на ім'я Claudie, який веде її проєктний менеджмент: тижневе навантаження на цю рутину впало з п'ятнадцяти годин до однієї. До робочого стану дійшли не одразу — за її словами, тричі доходили до 85% готовності, викидали і починали заново.

Якщо ви вже знаєте, хто ця людина у вашій команді, наступне питання — який один процес запускати першим і яке в нього число сьогодні. Це предмет однієї розмови, а не проєкту: напишіть нам назву процесу, і ми розберемо його на дзвінку. Як виглядає все, що йде після цієї розмови, розписано у восьми кроках нашого впровадження.